基于人均GDP的上海房地需求分析

目前上海市房地产需求处于数量和质量并重的发展阶段，本文以上海市人均GDP为基础，采用上海市1985—2003年的历史数据，建立了上海市人均住房面积与人均GDP的回归模型，利用这一回归模型对上海市2020年前的主要年份住房需求进行了预测。     

我国GDP时间序列的模型建立与实证分析

本文利用统计软件对我国1987年到2012年实际GDP时间序列数据进行了分析,解释趋势性,利用PP检验,检验我国GDP序列的平稳性,并建立我国GDP对数序列的ARIMA模型,得到我国GDP内在的规律性,可以用来做我国GDP时间序列的拟合和预测。     

基于aRMa模型的人均财政教育投资分析

目前，教育投资直接影响到GDP的增长和整个社会经济的发展。而教育投资很大一部分来自于国家的财政投入，财政性教育经费是衡量国家教育发展的重要指标。该文利用ARMA模型对国家财政教育投资进行了时间序列分析，并利用所建模型进行了2011年及2012年的预测。     

基于时间序列分析的全国GDP预测模型

本文利用统计软件对我国1978年到2006年的实际GDP时间序列数据进行了分析,建立了ARMA模型,并对2009年到2011年的全国GDP进行了预测。结果表明模型有很好的预测效果。     

武汉市人均GDP时间序列模型构建及预测

ARMA时间序列模型反映某个变量过去的变动规律,并可以利用这个规律对未来值进行短期预测。人均GDP是衡量一个国家或地区经济发展和人民生活水平的一个重要参考指标。本文利用湖北省武汉市1980-2009年的时间序列数据建立武汉市人均GDP的ARMA模型,并利用该模型进行短期外推预测。     

中国人均GDP的时间序列模型比较分析

人均GDP是衡量一个国家经济发展和居民生活水平的重要指标。运用中国1978至2008年人均GDP数据建立ARIMA模型和Auto-Regressive模型,利用AIC和SBC准则比较分析选出最优模型对2009-2013年的人均GDP进行预测,整个过程都是通过SAS系统实现的。     

基于初始条件优化的GM(1.1)模型在黑龙江省GDP预测中的应用

鉴于GDP是衡量一个地区经济发展程度的重要指标,若能对该地区的GDP的未来趋势做出尽可能精确的预测,则对该地区未来经济发展政策的制定和实施都有着积极的作用。从减少预测误差为出发点,利用对传统GM(1. 1)预测模型初始条件的选择进行优化,建立了预测精度改善的基于初始条件优化的GM(1. 1)模型,并利用优化的GM(1. 1)模型结合黑龙江省近些年的GDP数据对黑龙江省未来几年的GDP发展趋势进行了预测,并依据预测结果提出了黑龙江省经济发展的建议。     

基于ARIMA模型的浙江省GDP预测

应用ARIMA模型对浙江省1978年至2007年期间的GDP数据进行分析，从中找出浙江省GDP的规律，然后预测未来四年的GDP数据。与实际情况相比较得出拟合效果比较好，AKIMA模型比较适合短期预测。     

基于ARIMA模型的江西省GDP的预测与分析

本文以1978年-2013年36个年度的江西省GDP为研究对象,主要借助于SAS等统计软件,通过对原始数据的预处理。模型的识别、检验和优化,从而最终确定了ARIMA（3,1,0）模型,利用该模型对江西省的GDP进行短期的误差相对较小的预测和分析。     

CPI与居民收入差距的实证分析

本文利用1990-2009年的时间序列数据，运用偏最小二乘法，建立模型确定CPI波动与GDP增长指数、M2增长率、美元外汇储备、原材料燃料动力购进价格指数、美元兑人民币汇率、第一产业占GDP比重、第二产业占GDP比重之间的函数关系。并证实了我国居民收入差距不是推动CPI波动的显著巨因素。     

固定资产投资与GDP、财政收入

固定资产投资在完善我国市场经济体制、推动产业结构转型和促进经济增长方面扮演着重要的角色。本文运用多元线性回归模型，研究GDP、财政收入对固定资产投资变化趋势的影响，并对模型进行了修正和预测，模型回归结果表明， GDP、财政收入对固定资产投资的影响均显著。     

湖北省进出口贸易与经济增长的计量分析

本文利用湖北省1986年～2006年度的统计数据,在对GDP与进、出口额进行统计分析的基础上利用协整理论和误差修正模型ECM,研究二者间的内在联系。实证分析表明,二者存在着长期稳定的协整关系,格兰杰检验表明,GDP增长是进出口增长的原因,而进出口增长不是GDP增长的原因。     

基于VAR模型对影响GDP增长速率因素的实证分析

经济的快速增长与社会进步和人们的美好生活息息相关,同时也存在多种影响GDP增长的因素,本文利用国内1950—2019年年度数据,通过构造VAR模型来分析人均产出增长、劳动生产率增长及人均收入增长对中国GDP增长的影响,Granger因果关系检验表明,人均产出增长和人均收入增长对国内GDP的增长有显著影响,最后对拟合的模型进行时间序列预测验证了结果的可靠性。     

中国财政赤字与经济增长的关系分析

本篇论文从统计数据分析、协整分析两个角度对财政赤字对经济增长的影响进行了研究。一方面利用两组数据生成图表进行分析,第一组是中国GDP与财政赤字规模,第二组是中国GDP增长率、赤字依存度与赤字比率,分析得知,中国财政赤字与经济增长有着正向的相关关系;另一方面,利用1986年至2014年的实际GDP和实际财政赤字进行了协整分析,通过建立回归模型从数理的角度更加严谨科学地揭示了两者的正相关关系,并进行了Granger因果检验。     

影响内蒙古自治区人均可支配收入的因素分析

根据凯恩斯主义的鲍对收入假说，可支配收入与实际收入，税收以及政府转移支竹有关。本文利用eviows软件，以内蒙古地区数据为依据，建立可支配收入与人均GDP，人均纳税额以及人均转移支付占有颠的多元回归模型。发现内蒙古地区人均可支配收入与人均GDP正相关，与人均纳税额负相关。并提出了相应的对策建议。     

发展中国家未来乘用车需求量预测——基于24个发展中国家的实证分析

使用2006年,24个发展中国家各自的人口总量、购买力平价调整后的GDP、乘用车销量来进行多元回归分析,对一国的人口总量和GDP对乘用车销量影响的显著性进行了研究。最后利用建立的模型及预测的未来人口总量和GDP,并且结合从模型中得到的对预测值的修正指数(假设在一定时期内,实际观测值对于预测数据的偏离是系统性的,并且这种影响是保持比例不变的),对2014年和2020年这24个发展中国家的乘用车需求量进行了预测。     

基于ARIMA模型的甘肃省GDP的分析与预测

文章基于甘肃省1992—2021年GDP数据，通过对数据的ADF检验、模型参数识别与检验、模型检验等综合分析，确立了ARIMA(0,2,1)模型，得出甘肃省未来两年GDP分别为10938.502亿元和11658.45亿元，该模型具有简单实用、预测精度高的特点，能恰当描述甘肃省GDP状况，可用来做短期预测，为政府部门制订宏观经济计划提供依据和参考。     

时间序列在安徽省GDP预测中的应用——基于ARIMA模型

本文搜集了安徽省1978年-2015年的地区生产总值作为数据基础,根据时间序列的相关理论,对数据进行平稳化检验,在通过合理的平稳化处理之后,对数据进行AIC定则检验,找到最合适的模型,并用此模型对参数进行相关估计。这里最终建立的是自回归移动平均模型,经过检验,识别出的最理想模型为ARIMA(1,1,2)。先利用此模型对安徽省2014年和2015年的GDP作出预测,将预测值与实际值进行相对误差分析,得到的相对误差在可控范围之内,从而认为该模型的可行性高。最终利用ARIMA(1,1,2)模型对我省"一三五"规划期间5年地区生产总值做出预测,结果显示超过了2020年的目标GDP。     

浅析陕西省财政收入与GDP关系

本文通过对陕西1998年到2012年财政收入和GDP的数据研究，首先建立财政收入同GDP之间的一元线性回归模型，然后对建立的模型进行经济意义检验、统计推断检验、计量经济学检验及因果关系检验。模型通过D．W．检验发现拟合度较好，最后建立合适的计量经济学模型，得出相关结论，并提出相应的建议。     

基于EKC模型的天津市经济发展、产业结构与空气污染的关系研究

文章根据《环境空气质量标准》(GB 3095—2012)选取了主要大气污染物等相关制订标准,搜集了相关数据采用空气污染综合指数法来对天津市的空气质量进行分析,获得相应的空气质量数据;[1]随后根据天津市人均GDP和空气污染综合指数来构建环境库兹涅茨曲线模型来对天津城市GDP增长关系进行分析,再利用产业结构升级指数将天津城市环境空气质量和GDP增长关系进一步融合并研究分析。环境库兹涅茨曲线模型可以准确表达城市空气质量与经济发展的关系,结果有助于政府部门发展经济找到更科学的方向。